在生命科学研究中,荧光显微成像技术因其能够对特异性标记的生物样本成像而成为一种重要的微观结构观测工具。在脑科学、神经生物学、临床医学研究中,对如小鼠鼠脑、肺等数毫米尺度的完整器官进行单细胞级分辨率成像对显微荧光成像提出了挑战。近年来,光片荧光显微镜成为一种被广泛应用的三维荧光成像方式,其层析照明的方式能够带来更高的轴向分辨率和成像通量,能够对生物的组织和器官三维成像。然而,传统的高斯光片显微镜在对大规模生物样本成像时,依然受到分辨率与视野矛盾的影响而难以满足通量需求。通过新型的光学设计发展性能更优的光片、通过算法增强图像质量的相关研究对于解决以上问题具有重要意义。本文围绕光片显微镜在对大尺寸生物器官和组织高分辨率成像时通量不足的问题,开展了以下研究:首先提出一种基于深度学习增强Z轴分辨率的小型化光片显微成像装置。通过在传统倒置荧光显微镜的基础上增加了便于安装的小型化光片显微成像组件,为倒置荧光显微镜增加了层析成像的功能,进一步结合了提升Z轴分辨率的深度学习方法,将三维图像的Z轴分辨率增强到与X、Y轴一致的水平,实现了各向同性3μm分辨率的三维成像,成像通量较传统高斯光片显微成像系统提升5倍。针对静态高斯光片对完整器官和组织成像时层析精度较低的问题,进一步提出了一种基于深度学习增强三维分辨率的轴向扫描光片显微镜,通过自主设计的转盘显微镜实现光片束腰沿传播方向快速扫描,增大了传统高斯光片的共聚焦范围,实现了快速各向同性三维成像。并且结合了双段循环式三维分辨率增强网络,实现将三维分辨率各提升4倍,成像通量较传统高斯光片显微镜提升2-3个数量级,最终可以在亚分钟级时间内完成对单个小鼠全脑的成像。最后提出了一种深度学习消除旁瓣的双环掩膜无衍射光片显微镜,在硬件上设计并搭建出一套基于双环掩膜的双侧照明无衍射光片显微成像系统,能够实现1.26×-12.6×连续变倍成像,结合自主设计的高通量样本夹持装置,实现了对大规模样本的高通量成像。接着用深度学习的方法进一步对图像进行分辨率增强,消除旁瓣;最后结合传统算法和深度学习完成对大规模数据的处理、筛选和分析,其中基于Python的高通量图像处理算法较传统方法速度提升3个数量级。本文提出的结合深度学习的高通量组织光片成像技术,能够高通量的对生物的完整器官和组织成像,并且满足单细胞分辨率的观测需求,为生物医学领域脑科学、神经生物学、临床医学研究提供了有力的工具。